Метод контекстной компрессии изображений с малыми потерями в качестве

ВВЕДЕНИЕ
Г ЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ КОНТЕКСТНОЙ СУБПОЛОСНОЙ КОМПРЕССИИ ИЗОБРАЖЕНИЙ
1.1. Обобщенная структурная схема адаптивного субполосного кодера
1.2. Линейное ортогональное преобразование
1.3. Квантование
1.4. Статистическая модель трансформант субполосного разложения
1.5. Вопрос декоррелированности и взаимозависимости трансформант субполосного разложения
1.6. Системный анализ схем адаптивной контекстной классификации вэйвлеткоэфипиентов
1.7. Особенности энтропийного кодирования в адаптивных системах
1.8. Условная энтропия как мера эффективности скалярной информационной модели
Выводы
ГЛАВА 2. АДАПТИВНАЯ КЛАССИФИКАЦИЯ НА ОСНОВЕ КОНТЕКСТА ВЫСШИХ ПРОСТРАНСТВЕННОЧАСТОТНЫХ ПОДДИАПАЗОНОВ
2.1. Физические причины корреляции с коэффициентами высших пространственночастотных поддиапазонов
2.2. Анализ современных методов субполосной компрессии, использующих корреляцию с трансформантами высших пространственночастотных поддиапазонов
2.2.1. Использование корреляции по незначимости
2.2.2. Использование корреляции по незначимости
2.3. Предлагаемый алгоритм построения информационной модели контекста высших пространственночастотных поддиапазонов
2.4. Исследование предлагаемого алгоритма построения информационной модели
контекста высших пространственночастотных поддиапазонов
2.4.1. Построение оператора псевдопроецирования на примере целочисленного вэйвлета 2
2.4.2. Сравнение эффективности предлагаемого и классического алгоритмов построения информационной модели
2.4.3. Исследование эффективности построения информационной модели в предлагаемом алгоритме в зависимости от частотного уровня
2.4.4. Исследование влияния квантования на эффективность построения информационной модели в предлагаемом алгоритме
Выводы
ГЛАВА 3. АДАПТИВНАЯ КЛАССИФИКАЦИЯ НА ОСНОВЕ ЛОКАЛЬНОГО ПРОСТРАНСТВЕННОЧАСТОТНОГО КОНТЕКСТА
3.1. Физические причины появления локальных пространственночастотных взаимосвязей
3.2. Анализ современных методов субгюлосной компрессии, использующих локальные пространственночастотные взаимосвязи
3.2.1. Использование энергии вместо значения трансформанты
3.2.2. Использование множественной линейной регрессии по соседям для скаляризации контекстной информационной модели
3.2.3. Использование квантования контекстов для сокращения размерности контекстной информационной модели
3.3. Предлагаемый алгоритм скаляризации контекстной информационной модели
3.3.1. Экспериментальное обоснование
3.3.2. Сравнение эффективности предлагаемою алгоритма скаляризации информационной модели с алгоритмом на основе МЛР
3.4. Предлагаемый алгоритм адаптивной классификации вэйвлеткоэффициентов путем последовательного контекстного разделения
3.4.1. Проблема контекстной классификации субполосных трансформант
3.4.2. Последовательное контекстное разделение
Выводы
ГЛАВА 4. АДАПТИВНАЯ КЛАССИФИКАЦИЯ НА ОСНОВЕ ЦВЕТОКОМПОНЕНТНОГО ПРОСТРАНСТВЕННОЧАСТОТНОГО КОНТЕКСТА
4.1. Цветокомпонентный контекст в задачах перцептуальной субполосной компрессии изображений
4.1.1. Исследование цветокомпонентных пространственночастотных взаимосвязей
4.1.2. Физические причины появления цветокомпонентных пространственночастотных взаимосвязей
4.1.3. Особенности перцептуального кодирования цветных изображений
4.2. Анализ современных алгоритмов субполосной компрессии, использующих цветокомпонентную корреляцию
4.3. Расширение предлагаемого алгоритма скаляризации контекстной информационной модели на случай цветокомпонентиого контекста
4.3.1. Понятие цветовых объектов
4.3.2. Введение взаимной активности цветокомпонент как меры принадлежности к идентичным цветовым объектам
4.3.3. Экспериментальные исследования сравнительной эффективности предлагаемого расширения процедуры скаляризации контекстной модели
Выводы
ГЛАВА 5. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПРЕДЛОЖЕННЫХ АЛГОРИТМОВ В СОСТАВЕ СИСТЕМЫ АДАПТИВНОЙ КОМПРЕССИИ СТАТИЧЕСКИХ ИЗОБРАЖЕНИЙ
5.1. Структура системы компрессии РМ1ГМ и анализ ее отдельных блоков
5.2. Исследование сравнительной эффективности системы БМИЛТО
5.2.1. Критерии сравнения программных систем компрессии
5.2.2. Сравнительная эффективность компрессии без потерь
5.2.3. Сравнительная эффективность перцепту альной компрессии
Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА